嚴(yán)鋼教授團(tuán)隊(duì)在《自然·計(jì)算科學(xué)》發(fā)表復(fù)雜系統(tǒng)自主推理新成果
2022年3月24日，《自然·計(jì)算科學(xué)》（Nature Computational Science）在線發(fā)表了題為“Autonomous inference of complex network dynamics from incomplete and noisy data”的研究論文，該研究由同濟(jì)大學(xué)物理科學(xué)與工程學(xué)院、上海自主智能無人系統(tǒng)科學(xué)中心嚴(yán)鋼教授團(tuán)隊(duì)完成。在該研究中，作者提出了數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜系統(tǒng)自主推理新框架，實(shí)現(xiàn)了結(jié)構(gòu)信息不完整和強(qiáng)噪聲場(chǎng)景下的魯棒推理，為自動(dòng)化、智能化地發(fā)現(xiàn)真實(shí)復(fù)雜系統(tǒng)的底層原理提供了重要基礎(chǔ)和算法支撐。
?
復(fù)雜系統(tǒng)是由大量節(jié)點(diǎn)相互作用所形成的非平凡系統(tǒng)，例如無人集群系統(tǒng)、物聯(lián)網(wǎng)、神經(jīng)元網(wǎng)絡(luò)、社會(huì)信息網(wǎng)絡(luò)等。隨著數(shù)字化和微觀實(shí)驗(yàn)技術(shù)的不斷發(fā)展，很多學(xué)科領(lǐng)域都積累了關(guān)于實(shí)際復(fù)雜系統(tǒng)的大量觀測(cè)數(shù)據(jù)，主要包括網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點(diǎn)活動(dòng)序列。從這些觀測(cè)數(shù)據(jù)中發(fā)現(xiàn)底層原理是科學(xué)研究常常需要經(jīng)歷的過程。站在智能化蓬勃興起的當(dāng)今，能否利用人工智能輔助的方式加速這種科學(xué)發(fā)現(xiàn)的過程，比如從數(shù)據(jù)中自動(dòng)化地推理出決定復(fù)雜系統(tǒng)行為的動(dòng)態(tài)方程，是學(xué)界和業(yè)界都普遍關(guān)心的問題。
?
以往的研究著重于單節(jié)點(diǎn)或少量節(jié)點(diǎn)動(dòng)態(tài)方程的推理，對(duì)于包含大量節(jié)點(diǎn)的復(fù)雜網(wǎng)絡(luò)系統(tǒng)而言這個(gè)問題面臨更多挑戰(zhàn)。例如，不僅節(jié)點(diǎn)活動(dòng)數(shù)據(jù)含有噪聲而且網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)可能不準(zhǔn)確，節(jié)點(diǎn)的自身動(dòng)力學(xué)可能具有異質(zhì)性，系統(tǒng)宏觀行為可能會(huì)掩蓋節(jié)點(diǎn)之間動(dòng)態(tài)耦合的微觀機(jī)制。為了克服這些挑戰(zhàn)，在該研究中作者融合全局和局部?jī)蓚€(gè)視角，提出了新的復(fù)雜系統(tǒng)自主推理框架（圖1），該算法能夠高效、準(zhǔn)確地從觀測(cè)數(shù)據(jù)中推理出隱藏的網(wǎng)絡(luò)動(dòng)力學(xué)方程，為自動(dòng)化地發(fā)現(xiàn)復(fù)雜系統(tǒng)的底層原理提供了有效的新途徑。
該算法框架具有很強(qiáng)的魯棒性，能夠?qū)褂^測(cè)數(shù)據(jù)中的缺失邊、偽連邊、觀測(cè)噪聲、關(guān)聯(lián)噪聲、內(nèi)稟隨機(jī)性等不確定性，在宏觀行為同步較強(qiáng)時(shí)仍然能夠?qū)崿F(xiàn)推理。與以往針對(duì)單個(gè)體或少量個(gè)體的智能推理方法相比，該研究提出的方法能夠在更復(fù)雜、非正交項(xiàng)空間中進(jìn)行搜索，而且在針對(duì)數(shù)據(jù)不確定性的5個(gè)模型系統(tǒng)測(cè)試中均表現(xiàn)更優(yōu)。該框架也被應(yīng)用于推理全球性傳染病的傳播動(dòng)力學(xué)（圖2），算法基于H1N1傳播數(shù)據(jù)，發(fā)現(xiàn)了用于描述早期傳播過程的簡(jiǎn)潔的常微分方程，該方程同時(shí)能夠刻畫SARS和COVID-19的早期傳播行為，驗(yàn)證了方法的有效性和普適性。
該研究由同濟(jì)大學(xué)博士研究生高婷婷（第一作者）和嚴(yán)鋼教授（通訊作者）完成，并得到了國家自然科學(xué)基金、國家科技創(chuàng)新2030、上海市市級(jí)科技重大專項(xiàng)等項(xiàng)目資助。
?
論文鏈接：https://www.nature.com/articles/s43588-022-00217-0
版權(quán)與免責(zé)聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點(diǎn)或證實(shí)其真實(shí)性，也不構(gòu)成其他建議。僅提供交流平臺(tái)，不為其版權(quán)負(fù)責(zé)。如涉及侵權(quán)，請(qǐng)聯(lián)系我們及時(shí)修改或刪除。郵箱：sales@allpeptide.com